改进的图像增强算法及DSP实现

苏春莉，王艳君

（西安欧亚学院 信息工程学院，陕西 西安 710065）

改进的图像增强算法及DSP实现

苏春莉，王艳君

（西安欧亚学院 信息工程学院，陕西 西安 710065）

文中基于图像增强方法及其实现进行了研究。首先阐述了传统的直方图均衡化方法存在的问题，进而提出了改进的自适应直方图均衡化图像增强算法。采用空闲灰度级动态分配的自适应直方图均衡化增强算法，并将该算法移植到本文搭建的DSP硬件实验平台上进行验证，实验表明，该算法显著的改善了图像的视觉效果，使图像更清晰，且算法计算简单，硬件实现容易，在图像处理应用中十分可行有效。

图像增强；直方图均衡化；DSP；CCS

图像增强作为图像处理的重要组成部分，应用非常广泛。比如交通监控、生物医学影像等。图像增强是指按照一定的应用需求，对原始图像进行处理，突出图像的某些信息，消弱或去除不需要的信息，改善图像的视觉效果，提高图像成分的清晰度，得到对具体应用来说更实用的图像，或将原图像转换成一种适合人或机器进行处理的形式[1]。

图像增强方法主要分为两大类：基于空间域方法和基于频域方法。对于空间域这类方法，是以对图像的每个像素点直接进行处理为基础的，它主要有直方图处理、直接灰度变换等。频域增强技术则是以修改图像的傅氏变化作为基础，它主要有：高通滤波、低通滤波等。这些方法都是传统的图像增强技术，随着人们对图像增强技术研究的不断深入，目前也出现了新的增强方法：基于数学形态学增强法、模糊增强法等等。这些方法都各有优缺点，一种方法不可能完全取代其它所有方法，一种图像增强算法不可能对所有类型的图像都有很好的增强效果。本文在空间域上，提出了空闲灰度级动态分配的自适应直方图均衡化图像增强算法[2]，从实现的难易程度以及处理效果来看，该算法简单有效，实现容易，对视频图像有一定的增强作用。

1 改进的直方图均衡化图像增强算法

1.1 传统的直方图均衡化方法

传统的直方图均衡化增强算法是针对整幅输入图像进行同一处理，以此来增强图像的对比度。其基本思想是：通过把原始图像的直方图变换成均匀分布的形式来增加像素灰度值的动态范围，从而达到增强图像整体对比度的效果。当图像的直方图呈均匀分布时，图像所包含的信息熵最大，故经直方图均衡化处理以后图像包含的信息量最大，图像看起来也就显得清晰。

该方法存在一定的问题，因为它的处理是以256个灰度级别中每一灰度级出现概率的大小作为增强处理的依据，而在去雾图像中所需增强的目标部分其灰度级出现概率较小，故进行全局均衡化增强处理时，目标图像因受背景图像的影响而出现灰度级简并现象，使得图像中需增强的细节信息出现丢失。

为克服传统处理方法所造成的简并现象，以及降低局域增强算法的运算复杂度，文中采用改进的“空闲灰度级动态分配的自适应直方图均衡化增强算法”。

1.2 改进的自适应直方图均衡化增强算法

通过对原算法的大量试验结果进行分析，发现直接将灰度增强算法应用于彩色图像，处理结果会出现色彩失真现象。为了保证增强处理不会造成图像色彩的失真，本文选择在RGB彩色空间对图像进行处理[3]。采用对RGB统一统计的方法，以得到图像的直方图，在此直方图的基础上进行直方图均衡化，对R、G、B 3个分量使用同一非线性拉伸函数进行处理。改进后算法的实现过程为：

1 )色度空间转换

首先采用工业摄像头作为视觉传感器，其采集来的模拟视频信号经视频解码芯片解码后输出为4:2:2格式的YUV信号。由于本算法是在RGB彩色空间进行图像增强处理，故在算法处理之前需进行预处理，即完成YUV到RGB视频格式的转换。

2 )阈值的选取

阈值法[4-5]是一种最为简单、最为常用的图像分割方法，它用于将图像灰度级别划分为多个部分的灰度门限值。这里采用二次迭代法进行阈值的求取。

二次迭代法的主要求解过程为：

①根据下式求出初始阈值：

② 根据初始阈值T0将256个灰度级划分为两部分，即[0,T0]和[T0+1,255]。然后对这两部分灰度区间分别求取平均灰度值，记为Tsmall和Tbig，依据这两个值计算新的分割阈值：T1=(Tsmall+Tbig) /2，将T1替代T0作为新的全局阈值。此时整个灰度区间被划分为[0,T1]和[T1+1,255]两个部分。

3 ) 直方图均衡化处理[2]

首先进行空闲灰度级的统计。所谓空闲灰度级，理论上来讲指的就是在灰度范围内从未出现的灰度级，即出现频率为0的灰度级。但是，在实际采集到的图像中，由于各种原因，不可能出现绝对空闲灰度级，此时可将出现频率在定值m以下的所有灰度级视为空闲灰度级。

将空闲灰度级总数N按比例分配。在此，定义A、B分别表示分配到区间[0,T1]和[T1+1,255]上的空闲灰度级别数，定义M表示区间[0,T1]内的非空闲级别个数。则A、B的求值公式如下：

将空闲灰度级按比例分配到区间[0,T1]和[T1+1,255]上后，可以得到一个新的分割阈值T2，新阈值的求解公式为：T2=M+A

依据上式求出新阈值T2，可以确定灰度区间[0,T1]和[T1+1,255]经过增强处理后的灰度区域变换范围，即[0,T1]区间经处理后其对应区间为[0,T2]，[T1+1,255]经处理后的区间为[T2+1,255] 。分别对区间[0,T1]和[T1+1,255]进行直方图均衡化处理，其均衡化的灰度变化公式为：

灰度区间[0,T1]和[T1+1,255]经局域直方图均衡化处理后，生成一张灰度级变换的查找表，当下一帧图像到来时，其有效像素点的R、G、B灰度值根据查找表进行灰度值的变化，则输出即为经过清晰化处理后的图像。

2 基于DSP的图像增强算法的实现

随着大规模集成电路的发展，尤其是数字信号处理器（DSP）的出现使计算机视觉的实时处理成为可能。根据前述改进的自适应直方图均衡化增强算法，设计了一个DSP图像增强系统，并完成实时视频图像增强实验。

2.1 系统组成

本DSP图像增强系统[6]由摄像头、DM642嵌入式系统开发板、XDS510 USB2.0仿真器、显示器和PC机组成。其工作流程是由摄像头采集的图像数据流经过DM642开发板上的解码芯片解码后，送入DM642进行处理，最后由显示器显示，PC机使用TI CCS3.1开发环境编写程序通过仿真器烧写入开发板中。

2.2 DSP软件开发

对于DM642的软件开发，采用TI公司提供的专用集成软件开发环境CCS(Code Composer Studio)，CCS提供了配置、建立、调试、跟踪、分析程序的工具，利用它进行图像处理算法的编程和测试非常方便，它能加速整个开发的进程，提高工作效率。

在CCS中进行算法的编写与编写C语言程序比较类似，一个程序中有且只能有一个主函数，且程序执行从主函数开始，不同的是一个完整的DSP程序除了主函数外还需.cmd文件、.asm文件、.lib文件。.cmd文件为链接器命令文件，它主要用来对二级缓存、FLASH和SDRAM的存储空间进行分配；.asm文件主要包括DSP的矢量跳转表和中断向量表文件；.lib文件用于提供标准C语言的库文件以及支持编译器所提供的所有功能等。在CCS开发环境中，对于一个图像处理工程，其程序的运行流程可如图1所示。

图1 程序运行流程图Fig. 1 Program flow chart

在调试过程中，使用仿真器XDS510 USB2.0与DSP的JTAG口连接进行在线仿真。经在线调试好之后的程序，通过JTAG口将其可执行文件烧写到DSP的外部存储器FLASH中，当系统上电后，DSP自动从FLASH中读取执行文件。从FLASH中引导应用程序的步骤如下：

①系统上电后DSP自动复位，DM642从FLASH中拷贝固定长度的数据块（其中包括用户自身的引导代码）到内部RAM中，用以初始化DSP的部分存储器；

②执行用户的引导代码和其它数据段，以及复制程序初始化所必需的段；

③使用包含.cinit段中的数据初始化.bss段中C语言变量；

④程序从main()函数处开始执行。

2.3 改进的图像增强算法在DSP平台的验证

基于本文提出的改进的自适应直方图均衡化增强算法，将其移植到搭建的DSP硬件平台上验证其功能。首先在CCS中建立工程img_enhance.pjt，在工程下建立3个文件夹Include、Source、Libraries。Include文件夹下主要加载的是.h文件，这些文件规定了对DM642的外部设备编程所需遵循的标准协议，包括外设(EMIF、VP port、EMAC、IIC、GPIO等)配置的宏定义，对各种外设进行操作所用的接口函数等；Libraries中所包含的文件为C语言运行支持库以及DM642驱动库；Source文件夹下所包含的文件有：执行程序.c文件，.asm文件，以及.cmd文件。整个工程的结构图如图2所示。

图2 工程结构图Fig. 2 Project structure diagram

在主函数中所调用的.c文件共有8个，cpld.c文件中的子函数主要是用来读取人机交互界面8个按键的值以及控制外部的8个LED灯的亮灭；gpio.c文件主要用来配置DSP的16个通用IO口；iic.c文件中包含3个子函数，分别用于IIC总线配、IIC总线写数据、IIC总线读取数据；misc.c文件中包含解码器SAA7113和编码器SAA7121所支持的各种视频制式的初始化配置参数，以及通过IIC对编、解码芯片进行初始化的子函数；dm642.c文件中函数DM642_init()主要用来对DM642的板上API接口进行初始化；vportcap.c文件中，bt656_8bit_ncfc( int portNumber)子函数用来申请打开一个VP口，对VP口的各寄存器进行配置，并为该VP口建立EDMA通道，VPCapChaAIsr(void) 子函数是采集中断函数，setupVPCapChaAEDMA(int portNumber)子函数为采集视频口建立EDMA通道，configVPCapEDMAChannel()子函数用于EDMA通道的配置；vportdis.c文件中所包含的子函数与vportcap.c文件中的类似，只是它的视频口是用作视频输出的；fogmove.c文件是本工程中的图像处理核心算法，它的子函数是视频去雾算法的C语言实现。

编译无误后，通过XDS510下载线进行在线调试，即软硬件联调。经DSP硬件试验平台进行功能验证，其处理效果如图3所示。从图中可以看出，改进算法对原图像有一定的清晰化效果。

3 结束语

图3 图像增强效果图Fig. 3 Effect of map image enhancement

文中在传统的直方图均衡化的基础上，提出了改进的自适应直方图均衡化图像增强算法，并搭建了DSP硬件实验平台，将算法移植到DSP平台上验证其增强效果。通过实验发现，该算法对视频图像的增强效果较为显著。

[1] 许欣. 图像增强若干理论方法与应用研究[D]. 南京:南京理工大学,2010.

[2]高赟. 图像灰度增强算法的研究[D]. 陕西:西安电子科技大学,2007.

[3] Guanzhang Li,Wusheng Luo,Pei Li, et al. Fusion Enhancement of Color Image Based on Global Histogram Equalization[C]//IEEE Proceedings- International Conference on Computer Science and Software Engineering, CSSE 2008.

[4] Shiping Zhu,Xi Xia,Qingrong Zhang,et al.An Image Segmentation Algorithm in Image Processing Based on Threshold Segmentation[C]//Proc.IEEE International Conference on Signal Image Technologies and Internet Based Systems,SITIS,2007.

[5] 马驰,张红云,苗夺谦,等. 改进的多阈值动态二值化算法[J].计算机工程, 2006(6):203-205,208.

MA Chi,ZHANG Hong-yun,MIAO Duo-qian,et al.Improved multi threshold dynamic two value algorithm[J]. Computer Engineering.2006(6):203-205,208.

[6] 孙振兴. 基于DSP的图像增强技术研究[D].西安: 西安电子科技大学,2012.

Algorithm of improved image enhancement and implementation of DSP

SU Chun-li, WANG Yan-jun
（Information Engineering Institute,Xi’an Eurasia University,Xi’an 710065, China）

This paperstudy the image enhancement method and its realization. Firstly, it describes the present problems of traditionalhistogram equalization method, then proposed the image enhancement algorithm of improved adaptive histogram equalization. Useing free grayscale dynamically allocated of the image enhancement algorithm, and the algorithm was transplanted into the DSP hardware platform for verification, experiments show that, this algorithm improves the visual effects of the image, the image is more clear, and the algorithm is simple, easy for hardware implementation, in image processing applications very effective.

image enhancement; histogram equalization; DSP; CCS

TN37

A

1674-6236(2014)11-0188-03

2014–02–28 稿件编号：201402214

陕西省科技厅自然科学基础研究基金资助项目(2012JM8027)；陕西省教育厅专项科研计划项目资助(12JK1060)

苏春莉(1977—)，女，陕西蒲城人，硕士，讲师。研究方向：嵌入式开发、数字图像处理。